基于改进EMD-PSVM的短期负荷预测

• 作者: 常鲜戎 胡杨
• 来源期刊: 陕西电力
• 学科: 工学
• 关键词: 负荷预测 极值延拓法 经验模态分解 支持向量机 粒子群优化
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电网技术
• 页码范围: 29-33
• 页数: 5页
• 分类号: TM715
• 字数: 3645字
• 语种: 中文

摘要

电力系统负荷是具有典型周期性和随机性特点的非线性、非平稳时间序列.为了降低负荷序列的非线性,提高预测精度,提出了结合经验模态分解EMD和支持向量机SVM的改进短期负荷预测法.运用EMD将负荷序列分解成若干不同频率的平稳分量,突出原负荷局部特征,并采取极值延拓法减弱端点效应,同时利用PSO寻优,选择合适的参数对各分量构造不同的EMD-PSVM预测模型,将各分量预测结果重构后得到最终预测值.通过算例分析,与EMD-SVM及BP神经网络预测法比较,验证了改进EMD-PSVM模型能够有效提高预测精度,稳定性较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常鲜戎	华北电力大学电气与电子工程学院	79	789	13.0	23.0
2	胡杨		1	10	1.0	1.0